Toward a Hybrid Digital Twin of Society: Quantifying Cognitive-Spatial Linkages Through Online-Offline Feedback Networks

Resumen Técnico: Hacia un Gemelo Digital Híbrido de la Sociedad

Planteamiento del Problema
El comportamiento urbano contemporáneo existe dentro de dos dominios interconectados pero analíticamente distintos: un espacio de visitas fuera de línea (offline) definido por la movilidad física y los encuentros en destinos, y un espacio de búsqueda en línea (online) definido por la búsqueda de información semántica. A pesar del creciente reconocimiento de que las plataformas digitales median la forma en que los individuos perciben y navegan las ciudades, la investigación sobre la movilidad urbana suele analizar estos dominios por separado. Esta distancia analítica oscurece el "dualismo cognitivo-espacial" de los sistemas urbanos modernos, donde la búsqueda en línea a menudo precede a la movilidad fuera de línea (revelando intenciones latentes) y los encuentros físicos generan posteriormente ciclos de interacción digital (reseñas, navegación). El artículo sostiene que comprender la movilidad urbana requiere ir más allá del desplazamiento físico para modelar el bucle de retroalimentación recursivo entre la atención digital y el encuentro espacial.

Metodología
El estudio propone un marco computacional llamado Red de Retroalimentación (Feedback Network) para capturar las interacciones continuas entre la actividad cognitiva en entornos digitales y el comportamiento en el espacio físico. La investigación utiliza un conjunto de datos único recolectado mediante un marco de donación de datos en Budapest, Hungría, que comprende datos de Google Search y de Historial de Ubicaciones de 90 residentes representativos entre 2018 y 2022.

La metodología procede a través de los siguientes pasos técnicos:

1. Preprocesamiento y Agrupamiento de Datos:

   • Espacio en Línea: Aproximadamente 10 millones de consultas de búsqueda fueron limpiadas y procesadas utilizando un modelo transformador E5 multilingüe para generar embeddings semánticos. Estos se redujeron en dimensionalidad mediante UMAP y se agruparon mediante HDBSCAN, resultando en 30 clústeres semánticos estables mapeados a categorías de Google Trends (por ejemplo, "Referencia", "Compras", "Empleos y Educación").
   • Espacio Fuera de Línea: Los datos del Historial de Ubicaciones de Google (300,000 registros de visitas) fueron filtrados por validez (duración mínima de 5 minutos) y geocodificados inversamente. Los tipos de lugares se mapearon a la taxonomía de Foursquare y se agruparon en 10 categorías espaciales distintas (por ejemplo, "Servicios Empresariales y Profesionales", "Comida y Bebida", "Monumentos y Aire Libre").

2. Radio de Giro Dual ($R_g$):
   Para cuantificar los patrones de exploración, los autores adaptaron la métrica del radio de giro para ambos dominios:

   • $R_g$ Espacial: Mide la dispersión geográfica de las visitas físicas alrededor de un centroide.
   • $R_g$ Semántico: Mide la dispersión de las consultas de búsqueda en el espacio vectorial de los embeddings.
     Esta formulación dual permite la comparación de la amplitud del movimiento físico frente a la amplitud de la exploración cognitiva.

3. Construcción de la Red de Retroalimentación:
   El núcleo del marco es un grafo dirigido ponderado donde los nodos representan clústeres semánticos o espaciales. Los enlaces se construyen exclusivamente entre dominios heterogéneos (en línea $\to$ fuera de línea o fuera de línea $\to$ en línea) si los eventos ocurren dentro de una ventana de tiempo de una hora.

   • Probabilidades de Vinculación hacia Adelante (Forward Linkage Probabilities): Se construye una matriz de adyacencia ponderada para estimar la probabilidad de transición de un clúster de búsqueda específico a un clúster de visita (y viceversa).
   • Agregación: Las redes individuales se agregan en una Red de Retroalimentación Colectiva para identificar la dinámica del comportamiento a nivel poblacional.

4. Entropía de Concentración ($C_i$):
   Para evaluar la estructura de estos vínculos, los autores introducen la Entropía de Concentración, definida como el complemento de la entropía de Shannon normalizada. Esta métrica cuantifica si los flujos de comportamiento están concentrados alrededor de rutas rutinarias (alta $C_i$) o distribuidos a través de transiciones exploratorias (baja $C_i$).

Resultados Clave

• Asimetría en la Exploración: El análisis del Radio de Giro revela que el comportamiento de búsqueda en línea es sistemáticamente más concentrado que la movilidad fuera de línea. Los individuos tienden a reutilizar un conjunto más estrecho de temas de consulta en comparación con sus destinos físicos, los cuales permanecen relativamente más diversos. Esto sugiere que el comportamiento digital está moldeado por intereses semánticos repetitivos, mientras que el movimiento físico retiene un potencial exploratorio más amplio.
• Bucles Cognitivo-Espaciales Estables: La Red de Retroalimentación identifica vínculos persistentes, particularmente entre "Servicios Empresariales y Profesionales" (fuera de línea) y "Referencia" (en línea), así como entre "Venta al por menor" y "Compras". Estos bucles estables indican que ciertas rutinas urbanas están cada vez más mediadas por ecosistemas de información digital.
• Impacto de la Pandemia: La pandemia de COVID-19 (2019–2020) interrumpió las rutinas espaciales de manera más severa que la exploración cognitiva. La concentración espacial cayó significamente mientras que la concentración cognitiva se mantuvo estable, ampliando temporalmente la brecha entre la intención digital y el movimiento realizado. Los datos post-pandemia (2022) muestran un rebote en las rutinas espaciales y una estructura de red que es más distribuida que en 2018, con co-ocurrencias más fuertes entre eventos en línea y fuera de línea.
• Topología de la Red: La Red de Retroalimentación Colectiva exhibe una estructura híbrida con centros concentrados (por ejemplo, clústeres comerciales y de servicios profesionales) que actúan como puentes, junto con enlaces exploratorios periféricos. La Entropía de Concentración promedio (0.60) indica un nivel moderado de solapamiento conductual, lo que sugiere que, si bien el refuerzo de la rutina es dominante, las vías exploratorias permanecen integradas en el sistema.

Significancia y Reivindicaciones
El artículo afirma establecer los fundamentos conceptuales y computacionales para un Gemelo Digital Híbrido de la Sociedad. A diferencia de los Gemelos Digitales tradicionales que se centran en la infraestructura física (tráfico, edificios, sensores ambientales), este marco integra las dimensiones cognitivas y conductuales de los sistemas urbanos.

• Contribución Teórica: Desafía la visión de la movilidad únicamente como desplazamiento espacial, replanteándola como un proceso cognitivo inserto en ecosistemas informacionales. Demuestra que la movilidad urbana depende de la interacción entre la exposición informativa y el encuentro espacial.
• Contribución Metodológica: La Red de Retroalimentación proporciona un marco entrópico unificado para cuantificar el acoplamiento entre los comportamientos digitales y físicos, yendo más allá de los análisis aislados de datos en línea o fuera de línea.
• Implicación Práctica: Al modelar el "por qué" (intención digital) junto con el "dónde" (movimiento físico), el marco ofrece una base para futuros gemelos conductuales adaptativos capaces de predecir los vínculos de la demanda urbana y comprender cómo la atención digital moldea los flujos urbanos.

Los autores reconocen las limitaciones respecto al tamaño de la muestra ($N=90$), pero sostienen que las estructuras interpretables encontradas tanto a nivel individual como colectivo proporcionan una prueba de concepto robusta para analizar los vínculos cognitivo-espaciales en entornos urbanos mediados digitalmente.